Google Cloud 於 10 月 8 日舉行的 Gemini at Work 2026 活動，發表全新 Gemini 工作代理（Gemini agent），將問答、內容創作、程式開發與跨應用程式任務整合至單一介面。使用者交付目標後，代理可規畫步驟、調用工具並連接企業系統，直接在文件、電子郵件或開發環境中完成工作。
此次發表的焦點，是讓 AI 承接需要持續執行的工作流程。根據《The Verge》報導，Gemini 工作代理目前以企業客戶的私人預覽形式提供，尚未全面開放。Google 展示的跨裝置操作、長時間執行與團隊協作能力，也勾勒出企業 AI 助理下一階段的發展方向。
Google Cloud 執行長 Thomas Kurian 表示，近 80% 的 Google Cloud 客戶已使用旗下 AI 產品，將近 90% 的《財星》百大企業採用 Gemini Enterprise。這些是 Google 公布的採用數據，反映企業 AI 的導入規模；新發表的 Gemini 工作代理，則試圖進一步將 AI 納入日常營運。
依照 Google 的產品設計，使用者可向 Gemini 指派任務、設定排程，或讓它回應特定事件。由於代理在雲端運行，需要數小時甚至數天的工作，可以在使用者闔上筆電後繼續執行；從網頁、手機或桌面裝置重新登入時，也能延續相同的工作脈絡。
Google 同時規畫透過 Google Workspace、Microsoft 365、Slack 與指令列等管道存取代理，並支援第三方應用程式整合。對企業而言，這讓 AI 有機會跨越個別軟體的界線，串接原本分散在不同系統中的任務。
在 Workspace 中，Gemini 可直接於 Gmail、Google 文件、試算表、簡報、Chat 與日曆內協作。例如，使用者要求安排下週的例行會議時，代理可根據既有聊天室成員與先前活動討論辨識參與者，再查閱日曆、透過郵件協調時間。另一個示範情境，則是先研究市場趨勢、建立財務模型，再製作呈現結果的簡報，讓同一項工作跨應用程式完成。
更具辨識度的功能是「同事代理」（coworker agent）。企業可依團隊需求建立具有固定職責的 AI 成員，例如活動統籌或財務分析代理。它擁有獨立的 Workspace 帳戶、電子郵件、日曆及雲端硬碟，也能出現在公司通訊錄中，讓員工透過郵件、聊天室或文件中的 @ 標記指派工作。
Google 強調，同事代理以自己的身分執行任務，僅能存取團隊分享給它的內容。它在文件中提出修改時，也會以代理名稱出現在版本歷史紀錄中，讓團隊辨識工作來源。面對複雜任務，Gemini 另外可建立暫時性的子代理，分工處理不同步驟，再協調執行結果。
底層模型的選擇也是此次發表重點。Gemini 工作代理可依任務調度 Google 的 Gemini 系列與 Anthropic 的 Claude 模型，未來規畫支援更多私有及開放模型。這讓企業可以在同一套工作環境中，依照任務難度、品質要求與成本選擇模型，並保留既有資料、技能與工作脈絡。
為了連接企業系統，Google 提供工具與技能註冊儲存庫。工具負責串接 Jira、Git、Salesforce、ServiceNow、BigQuery、Snowflake 等服務，也支援模型脈絡協定（MCP）；技能則儲存可重複使用的指令、知識與流程，讓企業將部門作業方式整理成代理可使用的模組。
資料分析方面，Google 展示了以自然語言生成 SQL、Python 或 PySpark 程式碼、建立報告與訓練模型的能力。其中，Knowledge Catalog 用來統一企業資料定義與業務規則；Smart Storage 處理 PDF、影像及錄音等非結構化資料；Borderless Lakehouse 則強調跨資料平台查詢，降低為了導入 AI 而搬移或複製資料的需求。
Google 表示，金融服務與法律領域的專用功能已進入預覽階段，政府、醫療與零售版本則規畫後續推出，將依產業需求加入專屬技能、資料來源及權限控管。
隨著代理可以讀取資料、寄送郵件及執行程式，企業治理也成為部署核心。Google 採取獨立代理身分、最小權限與角色授權機制，並將操作寫入稽核紀錄。代理在具備獨立網路邊界的 Agent Sandbox 中執行，流量則經由 Agent Gateway，依企業政策限制資料存取與對外通訊。
此外，企業可在 Cloud Billing Console 設定專案的 AI 預算，系統監控詞元與沙盒費用，達到上限時暫停代理，再由管理者決定是否恢復。搭配多模型調度與智慧路由，Google 希望降低長時間、自主執行任務所帶來的費用不確定性。
基礎架構則由 Google 的 AI Hypercomputer 支撐。Google 宣稱，TPU 8i 系統相較前一代提供高出 80% 的性價比；這項數據指的是效能與成本的比值，不能直接解讀為企業帳單降低 80%。TPU 8i 已於今年 4 月 Cloud Next 大會發表，針對推論與代理工作負載設計，搭配以訓練為主的 TPU 8t，支援不同運算需求。
在應用案例上，Google 表示，NTT DOCOMO 透過資料代理，將取得數據洞察的時間從兩週縮短至即時，每年節省約 45 萬小時；Airwallex 則運用 Gemini Enterprise 加速客服與爭議處理。這些成果來自特定企業的既有部署，仍須依各自的資料品質、流程與衡量方式看待，並非新代理對所有客戶的效能保證。
我認為 Google 此次選擇從企業工作場景切入，將協作軟體、資料平台、多模型調度與治理工具整合，爭取成為企業交辦 AI 任務的主要入口。
從產品方向來看，Gemini 工作代理將企業 AI 的競爭延伸至完整工作流程：能否掌握正確資料、持續執行任務，並留下可追蹤的操作紀錄，將與模型能力同樣重要。目前產品仍處於私人預覽階段，其實際可靠度、部署成本與導入成效，仍有待更大規模使用驗證。